我国一流大学办学效率会更高吗?*——基于政府财政投入视角

任珺楠 李 瑛

一、问题的提出

内涵式发展是当前我国高等教育发展的核心理念。2018年,习近平总书记在与北京师范大学师生座谈时强调,“高等教育规模扩张并不意味着质量和效益增长,走内涵式发展道路是我国高等教育发展的必由之路”。20世纪90年代以来,我国先后实施了“211工程”“985工程”,政府集中资源重点建设一批重点大学和重点学科,累计投入1100亿元人民币[1],促进了中国顶尖大学的发展。2015年10月,国务院印发《统筹推进世界一流大学和一流学科建设总体方案》(简称《总体方案》),提出建设世界一流大学和一流学科需要总体规划、分级支持的措施,要求中央和地方财政对“双一流”建设高校给予引导支持。

教育部公示的第一轮“双一流”建设高校名单包括42所一流大学建设高校和95所一流学科建设高校。本研究聚焦一流大学建设高校(简称“一流大学”),发现其在政府资源投入方面具有明显优势,如广东省在2017年投入6亿元支持“双一流”高校建设,而将其中5.7亿元投入了两所一流大学,占比高达95%。[2]在政府如此大规模的资源投入下,我国一流大学办学是否实现内涵式发展?发展质量和效益如何?资源是否得到充分利用?此外,有学者提出在资源有限的前提下,集中资源投入重点大学的做法牺牲了多数高校的利益,削弱了其他高校的基础建设[3],挤压其发展空间。且在非均衡发展战略影响下,少数重点高校总能获得更有利的资源,在养尊处优的环境中逐渐丧失了提升的动力。[4]由此引发思考,一流大学在政府财政投入高于其他高校的前提下,能否更加合理利用财政资源?办学效率是否更高?纵观学界研究,基于财政投入角度对一流大学办学效率研究较少,更缺乏与其他类型高校的对比研究。

二、文献回顾

随着新公共管理理论的发展,公共部门引入了绩效评估。公共部门绩效评估力求平衡投入和产出、数量和质量、政府与社会、内部管理与外部效应。评估以3E为主要标准,即经济(Economic)、效率(Efficiency)、效果(Effectiveness),追求以最小的公共投入获得最大的产出,回应了以往公共部门只管投入、不重视产出的问题。在此背景下,西方国家开始关注高校财政投入资金的产出及其效率,通过建立指标,根据高校表现分配财政资金,以此促进高校之间的竞争并提高高等教育财政资金利用效率,由此学术界掀起了研究高校办学效率(Efficiency)的热潮。高校办学效率研究主要分为两个层次,一是对高校内部院系效率的研究,二是对系列高校的效率评价,如Abbott运用DEA方法研究澳大利亚26所公立大学办学效率,结果表明公立大学办学效率整体较高。[5]但也有很多高校办学效率并不如人意,Antreas运用DEA两个投入产出模型评价了英国45所高校表现,结果只有6所高校办学效率令人满意[6];Mahmudah 等研究了印度尼西亚排名前25的高校的办学效率,结果显示知名大学的效率并不高。[7]此外,Glass等人运用成本函数分析英国62所高校的办学效率,研究显示顶尖高校规模收益最高。[8]Hashimoto采用成本函数分析日本94所高校的办学效率,研究表明规模较小的高校比规模较大高校更具有规模效率。[9]就高校效率评价方法而言,主要分为两种,一是以成本函数为代表的参数统计方法;第二种是非参数统计方法,如数据包络分析(DEA)和随机前沿分析(SFA)。由于高等教育部门非营利、多投入多产出的特点,学者认为只关注高校产出或只关注投入的方法具有局限性,而DEA正是一种基于多投入和多产出的分析方法,克服了其他方法指标单一的缺点,且无需事先对输入和输出进行加权计算,因此在高校效率研究中得到广泛应用。

国内学者研究集中于某一类型高校的办学效率。Ng和Li运用DEA方法测量了我国84所高校的科研效率后,DEA方法在我国高等教育研究领域得到较为广泛的应用。[10]袁卫等人以副高级以上职称专任教师数量、教育经费拨款为投入指标,以在校学生数、高校声誉得分、科研经费收入和科研得分等作为产出指标,研究我国教育部直属高校2011年的办学效率,研究显示高校平均办学效率较低且存在区域差距。[11]也有其他学者从静态和动态的视角研究教育部直属高校办学效率。除此之外,学者还研究了我国“985工程”高校、“双高计划”高职院校的办学效率。而针对一流大学的研究较少,目前仅有学者从动态角度研究我国一流大学2015-2018年办学效率变化趋势。[12]相关研究中高校投入、产出指标的选择各有不同,投入指标主要为教师数量(教职工人数、专业教师数量、研发人员数量)、经费投入(教育经费、教育事业收入)、其他投入(馆藏图书数量、校舍面积);产出指标集中于教学产出(毕业生人数、授予学位人数)和科研产出(成果获奖数、专利数量、发表期刊数量、出版专著数量、技术转让合同等)等。

据已有研究可见,一是针对“双一流”建设高校中的一流大学办学效率研究较少,更缺乏与其他类型高校的对比。一流大学与其他高校相比在政府资源投入上具有明显优势,而如此规模的政府资源投入能否得到充分利用、一流大学办学效率是否更高值得探讨。二是缺少政府财政投入视角的效率研究。在新公共管理理论视域下,公共部门绩效评估的重要目标是提高政府公共支出的利用效率,政府高等教育财政投入是高校发展的基础保障,而我国一流大学又集中了政府大量财政投入,对其开展效率评价的价值是检视政府这部分投入是否得到了最大化利用,因此选取财政拨款投入作为财力投入指标。多数学者基于高校的角度,选用高校的教育经费拨款、教育事业收入等作为投入指标,未能反映政府财政投入的效率。基于此,本文以我国32所一流大学为研究对象,从财政投入的视角,运用DEA模型和Malmquist指数从静态和动态两个角度综合分析效率变化,并运用双边模型分析与其他28所高校的办学效率差异,全面分析高校的办学效率。

三、研究设计

(一)模型与方法

DEA(Data envelopment analysis)是一种非参数线性规划方法,该方法中受评估的单位被称为决策单元(本文指高校)。DEA通过选取决策单元多项投入和产出数据,利用线性规划,以最优投入与产出作为生产前沿,构建数据包络曲线。Charnes等人提出了第一个DEA模型——CCR模型,该模型基于规模报酬不变,即投入和产出的增加之间的比率是相同的。[13]从投入角度来看,假设有n个高校,高校k的效率CCR模式线性规划模型为：

minTEk

后Banker等人引入凸性约束条件以区分规模效益[14],假设规模报酬可变,增加的凸性假设条件为∑λj=1,j=1,2,3…n,得BBC模型：

minPTEk

其中,每个高校都有m1种投入和m2种产出。xij表示第i个高校的第j项投入,yij表示第i个高校的第j项产出。TEk代表了高校k的技术效率(又称综合效率),是高校资源配置和使用效率的综合评价;PTEk体现高校利用资源的能力;在BBC模型下,还涉及规模效率(SE),体现高校资源配置与最佳规模的差异,并满足TE=PTE*SE。

DEA-Malmquist指数测量的是高校从年份t到t+1的效率变化,它可以表示为某种距离函数的形式,参考t年份的技术Mt和t+1 年份的技术Mt+1,取二者的几何平均数作为t到t+1年份的Malmquist指数,即：

这样避免了强加的约束和对参考技术的随意。上式可以进一步处理如下 ：

上式右边的第一部分表示的是从t到t+1年份的技术效率(或管理效率)的变化(△TE),第二部分测量的是技术变化或者说生产前沿面在两个年份之间的移动(△TC)。考虑到规模效率,第一部分分解为纯技术效率变化(△PTE)和规模效率的变化(△SE)。

DEA常规模型的一个基本假设是,所有决策单元都可以在相同的基于生产或基于成本的效率边界上进行比较,共同遵循相同的前沿。然而,有时决策单元不同群组间往往基于不同的前沿,甚至相互交叉。DEA双边模型的原理是计算两个群组相对于彼此的效率[15],即评价A组的效率,应以B组为参照;而评价B组,以A组为参照。在计算出A组和B组的技术效率后,通过秩合检验办法检验两组效率值有无差异。

(二)指标建立

在效率评价研究中,高校办学投入、产出指标的选择尚未达成共识,这可能与学者研究方法以及数据的可获得性有关。根据Johnes的分析,高校资源投入包括人力、物力和财力投入,产出主要包括教学产出、科研产出、社会咨询服务。[16]DEA分析方法对决策单元数量和指标数量之间有一定要求,指标数量不宜过多。Banker等人给出的标准为s+m≤n/3,其中s是产出指标数量,m是投入指标数量,n是决策单元数量。[17]本研究选取了32所一流大学,指标数量不宜超过10个。基于已有研究和“双一流”建设要求,在咨询相关教育学者的基础上构建本研究投入和产出指标体系。

投入指标包括人力、物力和财力投入。人力投入指标选择高校专业教师数量。关于物力投入指标,前文提到已有研究中物力指标一般为教学科研面积或图书数量,袁卫在研究中指出,由于我国地区和城乡差异明显,教学科研面积不能准确反应学校的物力投入。[18]也有学者研究发现高校图书总量对高校产出中的论文数量和课题数量有显著的正向影响,因此,本研究选取高校的图书数量作为高校办学物力投入指标。[19]财力投入选取高校年度决算的政府财政拨款收入,政府财政拨款是政府公共投入的表征,这也是本文的研究视角,目的在于检视政府公共投入的效率。

产出指标的选择中,关于“双一流”建设的《总体方案》提出了建设一流师资队伍、培养拔尖创新人才、提升科学研究水平、传承创新优秀文化和推进成果转化的建设要求,由于已将师资力量作为投入指标,优秀文化难以用客观数据量化,因此确立人才培养、科研产出和成果转化作为产出指标,具体指标体系如下。

一是人才培养选取本科生毕业数量、硕士学位授予数量和博士学位授予数量。有学者根据高校办学投入和教育经费投入,将硕博数量在本科生数量基础上加权,但是由于“人才培养是大学的本质职能,本科教育是大学的根和本,在高等教育中是具有战略地位的教育、是纲举目张的教育”[20],本文认为硕士和博士在人才培养方面并不比本科生体现优势,因此不予加权。

二是科研产出在尽量兼顾人文社科和自然科学、平衡科研产出质量和数量原则下,考虑到国内外论文发表质量差异,参考鲍威等人的研究成果,对国内外发表论文数量加权求和,具体为：人文社科论文数量=国内论文发表数量*0.3+国外论文发表数量;自然科学论文数量=国内论文发表数量*0.4+国外论文发表数量。[21]受到DEA评价方法对指标数量的要求,研究精简了指标数量,但也应认识到出版专著数量、科研成果获奖数、论文引用数量等也是科研产出的重要表征。

三是成果转化兼顾人文社科和自然科学,选取人文社科研究咨询报告被采纳数量和自然科学技术转让实际收入,体现了高校解决国家和地区发展问题的能力和科技成果转化能力。

表1 DEA模型输入输出指标

(三)数据来源

根据教育部网站公布的名单显示,第一轮一流大学建设高校有42所,本研究选取各高校公开年度决算报告中的“政府财政拨款”作为财力投入指标,因未能获取部分学校决算信息,所以研究了其中32所。在选择对比其他高校时,鉴于DEA要求决策单元具有相似性,其他学校选取了教育部直属高校中除去一流大学建设高校和中央音乐学院等专业型学校之外的28所高校①。研究数据来源于2015-2019年各高校信息公开网和《高等学校科技统计资料汇编》《全国高校社科统计资料汇编》《教育部直属高校基本情况资料汇编》。

四、实证分析

(一)高校办学静态效率分析

1.总体效率分析

使用DEA投入导向的BCC模型,运用Deap2.1软件对32所一流大学2015-2019年办学效率进行逐年分析,结果如表2所示。总体而言,我国32所一流大学的办学效率差异不大。2015年、2016年、2017年、2018年、2019年的平均办学效率分别为0.98、0.97、0.97、0.96、0.99。

表2 2015-2019年我国32所一流大学办学综合效率值及排序

50%的高校在五年内技术效率均达到1,构成了一流大学办学效率前沿面,实现效率相对有效,即教育资源得到相对充分利用。这些学校为：北京大学、清华大学、中国人民大学、中国农业大学、复旦大学、上海交通大学、浙江大学、武汉大学、华中科技大学、中南大学、中山大学、华南理工大学、电子科技大学、东北大学、湖南大学、西北农林科技大学。南开大学、天津大学虽然未在五年内全部实现生产相对有效,但整体办学效率依然较高,如南开大学在2015年、2016年、2017年、2019年综合效率均为1,只有在2018年综合效率为0.96,略低于1,但是比较靠近生产前沿面。而西安交通大学、厦门大学两所高校五年办学综合效率均未达到1,排名较为靠后,即相比处在生产前沿面的高校,这两所高校的教育资源未得到充分利用。同济大学、南京大学、东南大学、山东大学、四川大学在其中四年办学综合效率均低于1,只有一年实现了效率相对有效。

2.2019年一流大学效率分析

分析我国32所一流大学2019年的办学效率,可以得出其技术效率值、纯技术效率值、规模效率值和规模收益状态,结果见表3。其中技术效率(TE)又称为综合效率,是决策单元资源配置和使用效率的综合评价,可以分解为纯技术效率(PTE)和规模效率(SE)。纯技术效率(PTE)是一定规模下资源的配置效率,反映了高校利用资源的能力,体现在高校制度运行情况及管理水平方面。规模效率(SE)是指在一定制度和管理水平下,高校的资源是否实现最优配置,即与最优规模之间的差异。由此可以得出TE=PTE*SE。

表3 2019年我国32所一流大学办学效率结果

从技术效率来看,32所一流大学最大值为1,最小为0.85。这表明,一流大学技术效率差异不大。其中技术效率值为1的高校有25所,占高校比例为78%。这25所高校的纯技术效率和规模效率同时有效,表明学校的科研教学等制度比较完善、管理水平较高,政府财政拨款、教师资源和学校物质资源等得到充分利用,资源实现了最优配置。非DEA有效的学校有7个,占比为22%,但中国海洋大学和重庆大学技术效率值分别为0.99和0.98,技术效率接近1。剩下5所学校技术效率相对较低。

从纯技术效率来看,最大值为1,最小值为0.93。纯技术有效的高校有28所,占比87.5%。西安交通大学和厦门大学办学效率落后主要是由纯技术效率较低引起的,即这两所高校管理水平不高。提高纯技术效率需要高校更新办学理念、改善不适当的管理制度、提高管理水平,在控制办学成本的同时增加产出,缩小与其他学校的办学效率。

从规模效率来看,纯规模效率最大值为1,最小值为0.88。规模效率有效的高校有26所,占比为81%。根据表3可知,吉林大学、南京大学和四川大学办学效率落后主要原因是规模效率低下。规模效率低下分为两种情况,一是规模收益递减,即资源投入过多,未实现资源配置最优。吉林大学和四川大学纯技术效率都到达1,但是规模效率分别是0.94和0.93,且都处于规模收益递减状态,分析投入产出数据可以发现,这两所学校的投入规模较大,以专业教师数量为例,2019年吉林大学专业教师数量为4652人,是32所一流大学中数量最多的高校,远高于平均水平(2957.56);四川大学的教师数量为4527人,位列第3名,因此这两所高校需要适当降低投入规模或者扩大产出以实现规模效率最优。规模效率无效的另一种情况是规模收益递增,即高校办学资源投入不足,与最优规模之间存在差异。这主要表现在南京大学(0.88),要实现办学技术效率有效,需要增加办学资源投入。

(二)高校办学动态效率分析

首先,为了解32所一流大学办学效率变化趋势,本文将其2015-2019年投入产出面板数据进行Malmquist指数分析,结果如表4所示。Malmquist指数分解为两个方面,其中技术进步(△TC)是指代表最先进生产技术的生产前沿面整体向外移动,也就是说在技术上达到以同样的要素投入组合实现更多产出。在高校中是指投入要素比例不变的情况下,通过机制体制创新释放活力、创新学科布局结构、建设智能化校园等改革创新引起的高校产出增加;技术效率变化(△TE)反映该高校追赶生产前沿面的努力,技术效率变化(△TE)又可分解为纯技术效率变化(△PTE)和规模效率变化(△SE)。即M=△TE*△TC=△PTE*△SE*△TC。

表4 2015-2019年32所一流大学Malmquist指数概况

整体而言,2015-2019年32所一流大学Malmquist指数平均值为0.99,呈负增长趋势,即办学效率平均每年减少1%。分解来看,技术效率值是1,而技术进步值为0.99,证明高校办学效率下降主要由技术进步指数下降引起,这表明32所一流大学在2015-2019年期间技术创新不足,未能推进生产前沿面的前移。就Malmquist指数年度变化而言,32所一流大学办学效率处于先增长后下降的趋势：其中2016-2017年Malmquist指数均大于1,即在这期间,32所高校办学效率是增长的,增长的主要原因是技术进步。而2017-2018年、2018-2019年期间高校办学效率呈下降趋势,下降原因也是技术进步指数下降。

2017年是高校整体办学效率变化的转折点,即办学效率由增长变为下降,这种变动趋势出现可能与政策有关。2017年1月,教育部、财政部和国家发展改革委印发《统筹推进世界一流大学和一流学科建设实施办法(暂行)》(简称《实施办法》),提出加强对“双一流”建设高校资金、政策、资源支持力度。同年,教育部、财政部印发《中央高校建设世界一流大学(学科)和特色发展引导专项资金管理办法》,详细规定了“双一流”发展引导专项资金要求。在中央和地方加大对“双一流”建设支持力度后,一流大学可能存在体制机制改革不足的困境,即在更多资源投入下未能及时改进办学方式激发新的增长点,资源未实现充分利用,办学效率下降。

其次,就32所一流大学而言(见表5),2015-2019年,有16所高校Malmquist指数大于1,办学效率处于增长趋势,所占比例为50%;有13所高校Malmquist指数小于1,办学效率处于下降趋势,占比为41%;还有3所高校Malmquist指数等于1,办学效率不变。高校办学效率变化分为技术进步主导、技术效率主导和双方共同主导三种类型。32所一流大学中,有22所大学的办学效率变化由技术进步指数引起。

表5 2015-2019年32所一流大学Malmquist指数及其分解情况

在办学效率增长的16所高校中,除大连理工大学和厦门大学两所高校由技术进步和技术效率增长双方共同主导外,有11所高校是技术进步主导办学效率增长,包括效率增长最快的华南理工大学(1.15),其在2015-2019年技术效率值保持不变,但技术进步了15%,因而办学效率在此期间增长了15%。技术效率主导办学效率增长的有3所高校,技术效率又可分解为纯技术效率和规模效率：北京师范大学办学效率增长主要原因是规模效率(1.03)增长,而西安交通大学和东南大学效率增长原因是纯技术效率增长。

办学效率下降的13所高校中,11所高校是由于技术进步指数下降,效率下降最大的是武汉大学(0.89)和南京大学(0.89),这些高校要改变办学效率下降的趋势,则需加快高校机制体制创新,充分释放活力,激发新的增长点。而技术效率主导办学效率下降的是四川大学,主要原因是规模效率下降。可以看出四川大学资源未实现有效利用,与前文分析其投入过多、产出不足相一致,因此,四川大学需要优化教育资源配置,提高资源利用率。

(三)一流大学与其他高校办学效率对比

为探究一流大学与其他高校办学效率差异,本文将32所一流大学分为一组,将其他28所高校分为另一组,运用双边模型对比2015-2019年两组高校办学效率,分析结果见表6。

表6 2015-2019年两类高校办学效率对比

2015年一流大学和其他高校的效率秩合检验值为-0.90,在10%的显著性水平下不能拒绝原假设,即在10%的显著性水平下两组效率值无明显差异。2016年结果与2015年一致。这表明2015年和2016年32所一流大学和28所其他高校办学效率值无明显差异。2017年检验值为-2.18,在2.939%的显著性水平下,拒绝原假设,两组学校办学效率值存在显著区别,且结果显示一流大学的办学效率优于其他高校。2018年一流大学的办学效率同样高于其他高校。2019年两组学校办学效率也存在差异,但是其他高校的办学效率高于一流大学。

结果显示,与其他28所高校相比,32所一流大学办学效率并未呈现明显的优势：2015年、2016年两组学校办学效率值无差异,2017年、2018年一流大学办学效率高于其他高校,但在2019年又被其他高校反超。集中大量资源投入的一流大学在办学效率上并未远超其他高校,没有出现高投入带来高效率的结果。这可能是因为目前我国高等教育总体上是规模导向的资源配置模式,资源跟着规模走,而一流大学尚处在“粗放”发展模式下,缺乏自觉提高办学资源绩效的内在动力[22],未能充分利用资源,甚至存在资源浪费现象,大量的资源投入只在一定阶段刺激高校的产出,尚未实现产出的持续增长和内涵式发展。因此,有必要改变目前资源配置模式,通过对一流大学开展动态评价和监督,持续关注高校的办学水平和办学效率,促进高校之间的竞争。2017年,关于“双一流”建设的《实施办法》要求加强动态管理,实现中期和期末评价,并将自评和第三方评价相结合。2018年教育部等部门颁布的《关于高等学校加快“双一流”建设的指导意见》,进一步提出了“双一流”建设督导制度化、常态化、长效化,统筹近期目标与长远规划,实现以质量为核心的可持续发展。

五、研究启示与建议

基于政府财政投入角度对我国一流大学及与其他高校办学效率对比研究可以发现：一是我国一流大学之间办学效率差异较小。二是我国一流大学在2015-2019年办学效率年平均下降1%,主要原因是技术进步指数下降,表明我国一流大学办学方式改进不足、发展创新不足,缺乏突破与新的增长点。三是我国一流大学办学效率与其他高校相比并无明显优势。2015年、2016年一流大学和其他高校办学效率值无差异,2017年、2018年两年高于其他高校,但在2019年又被其他高校反超,基于此提出以下思考。

(一)高校自主：加快技术创新,发动创新“引擎”

大学的内涵式发展是以大学本质属性要求及大学发展内在规律为驱动,以大学内部诸要素高效开发利用为基础,以提升大学发展运行的质量和效率为目的的一种发展模式。[23]创新是引领发展的第一动力,是实现高校内部诸要素高效开发利用的必要路径,也是高校内涵式发展的根本推动力。本研究发现,从动态发展趋势来看,技术进步指数下降是导致一流大学整体办学效率下降的主要原因,特别是武汉大学、南京大学等14所一流大学在5年内技术进步指数均小于1,说明这些高校创新和突破不足,发展活力尚未充分激发。要实现技术进步和创新,政府要落实“放管服”政策,给予高校充分自主权,激励高校自主办学,不断实现创新和突破,保证高校的办学特色和水平。一是高校要全面深化改革,释放新的发展活力。不断探索体制机制创新,加强顶层设计,促进职能部门协同,扩大学院自主权,鼓励师生参与高校治理,充分激发师生的积极性、主动性、创造性,激发高校内生动力,建立开放竞争、充满活力的内生式发展模式。二是高校要促进多学科知识融合,创新学科组织模式,优化学科布局和管理架构。高校在建设好传统优势学科的同时,要打破学科知识产出的体制制约,探索跨学科教育和科研组织发展,促进多学科知识的渗透和融合,构建完善的学科链与学科共生系统,使不同学科有机联系、相互滋养[24],在学科融合中不断创新,探索新的突破点。三是加快智能化校园建设。利用云计算、大数据、人工智能等新技术建设一体化的信息服务平台,消除数据孤岛现象,实现数据共享,推动教育治理模式变革,提高管理和服务效率,为人才培养、科学研究和优化技术提供良好发展环境。

(二)政策优化：坚持效率导向,合理分配“蛋糕”

高等教育活动过程是形成各种产出和各种资源消耗相统一的过程,资源配置是调整和引导高等教育发展方向的重要手段。提高高等教育绩效,关键在于资源配置的改革创新。[25]我国“双一流”建设基本由政府发起并支持,具有明显的政府主导色彩,“政府可以根据某些分配规定把资源分配给院校”[26]。政府主导具有力度大、见效快的特点,我国集中央和地方政府之力加大对一流大学的支持,各地政府更是掀起一股投入竞争浪潮。但是研究结果显示,在大量资源投入下,一流大学办学效率并未优于其他高校,较高投入并未带来高的投入产出效率,存在重复投入、资源浪费的情况。因此,在资源配置中,一是要处理好一流大学与其他高校的资源投入问题,切好教育资源这块“蛋糕”。在支持一流大学建设的同时,也要保证对其他高校的投入,避免由于资源跟着规模走而导致财政投入过分集中和利用效率低下的情况,努力实现资源最优配置。二是政府要坚持效率导向。资源投入应该依据高校的人才培养、科研成果和成果转化情况,而不是高校的办学规模、历史身份和行政地位;也可将经费投入与高校办学效率挂钩,促进高校不断提高产出和办学效率,使有限资源得到充分利用。三是要因校制宜,根据高校规模收益状态采取差异化资源分配策略。研究表明,不同高校处于不同的规模收益状态,对于规模收益处于递增状态的高校如南京大学、南开大学、厦门大学等,可在此基础上增加资源投入,缩小与资源配置最佳规模的差距,以逐渐实现帕累托效率最优;对于规模收入递减的高校,如吉林大学、四川大学,可适当减少资源投入,努力实现规模效率。

(三)第三方参与：完善评价机制,打破身份固化“藩篱”

伯顿·克拉克指出,“各个院校通过在市场上竞争包括高质量学生、优秀教师和科研人员、研究资助、学术和研究成果的出版和声誉,在上述市场所取得的成功又将决定他们未来的声誉和地位”[27]。“双一流”动态评价机制可激发高校危机意识,进而促进竞争,提高资源利用效率。由于第三方评价的中立性和专业性,其在实践中得到广泛应用。目前“双一流”建设虽然引入第三方评价,但并未强调政府、高校和第三方评估组织等不同主体之间的沟通和协商问题,在行政问责评估模式下,管理者仍有较大权力,忽视其他主体的价值需求[28],第三方评估的专业性并未充分发挥。因此,“双一流”建设要进一步完善第三方评价机制,弱化行政力量,政府承担组织和监督职责,评价实施以专家委员会为主。在评价标准制定、体系构建中充分发挥专家委员会的作用,并由专家对建设成果进行鉴定,对建设成果不达标的高校给予警示并缩减支持力度,甚至调整出建设范围,以此促进高校不断改进办学方式,形成“能进能出”的动态调整机制,打破高校身份固化的“藩篱”,实现高校内涵式发展。

本研究分析一流大学办学效率还存在一定局限。一是大学的评价指标一部分可以量化,还有些只能进行定性分析。在构建产出指标时,由于优秀文化难以用客观数据量化,多数学者未将其纳入高校产出,本研究亦未进行分析,但应充分认识到创新优秀文化也是一流大学产出的重要组成部分。二是本研究基于政府财政投入视角分析高校办学效率,旨在检视政府对一流大学财政投入是否得到最大化利用。研究中的财政拨款收入是高校经费的一部分,产出则是高校全部经费的产出,由于财政拨款对应的产出部分无法从学校整体产出中剥离,因此投入和产出存在部分差异,这也是未来需要深入探索的方向。三是由于“双一流”建设实施时间较短,本文只研究了5年内其办学效率情况,一流大学动态办学效率和对比还需长期进一步观察分析。

注释：

①这28所高校为北京交通大学、北京科技大学、北京化工大学、北京邮电大学、北京林业大学、北京中医药大学、中国传媒大学、中国政法大学、中国石油大学(北京)、东北师范大学、东北林业大学、华东理工大学、东华大学、中国矿业大学、河海大学、江南大学、南京农业大学、中国药科大学、合肥工业大学、中国地质大学(武汉)、武汉理工大学、华中农业大学、华中师范大学、西南大学、西南交通大学、西安电子科技大学、长安大学、陕西师范大学。